基于极端梯度提升模型预测江汉平原高碘地下水的空间分布 被引量：3

1

作者 范瑞宇 邓娅敏 薛江凯 《安全与环境工程》 CAS CSCD 北大核心 2022年第5期70-77,共8页

长期摄入高碘地下水(碘浓度>100μg/L)会造成人体甲状腺机能损伤,掌握区域高碘地下水的空间分布规律对于有效规避劣质地下水,保障地下水资源的可持续安全供给至关重要。但大规模地下水水质调查耗费大量的人力、财力、物力。基于江汉... 长期摄入高碘地下水(碘浓度>100μg/L)会造成人体甲状腺机能损伤,掌握区域高碘地下水的空间分布规律对于有效规避劣质地下水,保障地下水资源的可持续安全供给至关重要。但大规模地下水水质调查耗费大量的人力、财力、物力。基于江汉平原177组常规的浅层地下水水质调查数据,选取DOC、HCO^(-)_(3)、Mg^(2+)、Fe^(2+)、NH^(+)_(4)-N、SO_(4)^(2-)等水质参数作为预测变量,建立江汉平原高碘地下水风险极端梯度提升机器学习预测模型,用于预测研究区高碘地下水的空间分布。结果表明:该模型通过测试数据集检验,预测的准确率达到86.4%;模型预测结果显示,江汉平原高碘地下水主要分布在长江河曲沿岸,零星分布在平原腹地河湖区,并识别出江汉平原西北部丘陵前缘的汉江沿岸也是高碘地下水分布的潜在区域。该研究结果将有助于圈划高碘地下水的空间分布范围,可为确定未来地下水水质监测的优先区域提供科学指导。 展开更多

关键词 高碘地下水 极端梯度提升模型 机器学习 江汉平原

在线阅读 下载PDF 职称材料

基于机器学习的氢化丁腈橡胶力学性能预测模型

2

作者 丁瀚林 赵骞 +3 位作者 张洁 孙思嘉 陈皓哲 陈鹏 《安徽大学学报(自然科学版)》 北大核心 2025年第3期90-99,共10页

氢化丁腈橡胶(HNBR)力学性能与橡胶配方和加工工艺密切相关.为探究材料配方与工艺对氢化丁腈橡胶力学性能的影响规律,笔者收集了32篇公开报道文献中的313份实验研究数据,提取了各文献中的体系配方、硫化工艺、橡胶拉伸强度数据,设计了... 氢化丁腈橡胶(HNBR)力学性能与橡胶配方和加工工艺密切相关.为探究材料配方与工艺对氢化丁腈橡胶力学性能的影响规律,笔者收集了32篇公开报道文献中的313份实验研究数据,提取了各文献中的体系配方、硫化工艺、橡胶拉伸强度数据,设计了极端梯度提升模型(XGBoost)与类别增强型提升模型(CatBoost)2种机器学习模型.首先对输入特征进行独热编码,之后采用2种机器学习方法进行训练,比较2种模型的预测精度、泛化能力,并进行特征重要性分析.2种模型的预测精度均超过0.92.特征重要性分析表明,炭黑含量和交联剂含量为关键的工艺参数,但2种模型描述的特征重要性比率存在差异.研究结果对研究氢化丁腈橡胶的工艺配方设计和发展机器学习技术在橡胶材料领域的应用具有重要的探索意义. 展开更多

关键词 氢化丁腈橡胶 机器学习 极端梯度提升模型 类别增强型提升模型 力学性能

在线阅读 下载PDF 职称材料

基于遗传算法优化XGBoost模型的地铁乘客出站走行时间预测 被引量：5

3

作者 郭凯旋 肖梅 +1 位作者 刘宇 张皓 《科学技术与工程》 北大核心 2024年第18期7851-7858,共8页

地铁乘客出站走行时间的预测是城市交通运行和管理的重要依据,对其进行准确预测有助于缓解地铁拥堵、优化地铁服务和提高乘客满意度。为了准确预测地铁乘客出站走行时间,首先,基于视频分析软件从监控视频中提取了乘客出站时的走行时间... 地铁乘客出站走行时间的预测是城市交通运行和管理的重要依据,对其进行准确预测有助于缓解地铁拥堵、优化地铁服务和提高乘客满意度。为了准确预测地铁乘客出站走行时间,首先,基于视频分析软件从监控视频中提取了乘客出站时的走行时间和若干特征变量。其次,为了筛选出对走行时间有显著影响的因素,采用相关性分析和最优尺度回归模型进行影响因素分析,并使用遗传算法进行最优特征组合的提取。最终,将提取出的特征作为输入向量,使用极端梯度提升模型(extreme gradient boosting,XGBoost)进行走行时间的预测,并以平均绝对误差等作为评价指标。实验结果表明,本文提出的方法在地铁乘客出站行为预测方面具有较好的效果,平均绝对误差为1.55 s,低于未优化的极端梯度提升模型(1.87 s)、支持向量机(2.03 s)和随机森林(1.96 s)等模型。 展开更多

关键词 遗传算法 极端梯度提升模型 走行时间预测 特征提取

在线阅读 下载PDF 职称材料

结合修正后的全球生态系统动态调查冠层高度的森林地上生物量模型优化——以福建省为例 被引量：3

4

作者 田国帅 周小成 +4 位作者 郝优壮 谭芳林 王永荣 吴善群 林华章 《生态学报》 CAS CSCD 北大核心 2024年第16期7264-7277,共14页

森林地上生物量(Above Ground Biomass,AGB)是衡量森林生态系统碳存储、能量流动和生物多样性的关键指标,对于气候变化研究和森林资源管理至关重要。福建省地处多云多雨的亚热带,地形和森林类型复杂,森林地上生物量估算难度大。为提升... 森林地上生物量(Above Ground Biomass,AGB)是衡量森林生态系统碳存储、能量流动和生物多样性的关键指标,对于气候变化研究和森林资源管理至关重要。福建省地处多云多雨的亚热带,地形和森林类型复杂,森林地上生物量估算难度大。为提升森林地上生物量估算效果,将最新星载激光雷达数据全球生态系统动态调查(GEDI)、Landsat以及Sentinel系列卫星等多源遥感数据进行集成和综合利用,通过Landsat影像计算的林龄对GEDI_V27冠层高度产品进行优化,结合优化后的MGEDI_V27冠层高度产品,建立传统遥感特征结合冠层高度的极端梯度提升模型(XGBoost)生物量反演模型,实现了福建省森林地上生物量的有效估算与制图。研究结果表明:(1)通过林龄优化后的GEDI冠层高度精度评价结果为R^(2)=0.67,RMSE=2.24m;(2)通过递归特征消除算法对三种森林类型进行特征优选,得到10个遥感特征,其中,三种森林类型最重要的遥感特征均为森林冠层高度,并且对比评价了在包含传统遥感特征因子的情况下有无冠层高度对于模型精度的影响,结果表明,在冠层高度因子参加特征构建时,森林AGB回归分析的精度明显提高,证实了冠层高度在生物量估算中具有显著的重要性;(3)研究得到的福建省森林AGB范围为0.001—363.331Mg/hm^(2),整体精度评价结果为R^(2)=0.75,RMSE=17.34Mg/hm^(2),2020年全省AGB总量为8.22亿Mg,平均值为101.24Mg/hm^(2)。通过优化GEDI中的森林冠层高度,并且结合传统遥感特征,可以实现对福建省森林地上生物量的精确估算和监测,研究成果有助于区域森林碳汇的评估。 展开更多

关键词 遥感 全球生态系统动态调查(GEDI) 冠层高度 森林类型 极端梯度提升模型(XGBoost)回归 森林地上生物量

在线阅读 下载PDF 职称材料

核电厂反应堆冷却剂系统故障诊断模型 被引量：1

5

作者 戴滔 隋阳 郑梦琰 《科学技术与工程》 北大核心 2024年第35期15042-15047,共6页

针对传统的基于数据驱动的故障诊断方法难以精准诊断核电厂反应堆冷却剂系统(reactor coolant system,RCS)故障这一问题,建立了一种核电厂RCS故障诊断模型。首先,应用基于交叉验证的递归特征消除算法(feature elimination with cross-va... 针对传统的基于数据驱动的故障诊断方法难以精准诊断核电厂反应堆冷却剂系统(reactor coolant system,RCS)故障这一问题,建立了一种核电厂RCS故障诊断模型。首先,应用基于交叉验证的递归特征消除算法(feature elimination with cross-validation,RFECV)选择模型的输入特征;然后,应用改进的鲸鱼优化算法(improved whale optimization algorithm,IWOA)优化XGBoost模型的超参数;最后,在上述基础上,应用XGBoost模型,建立RCS故障诊断模型。应用所建立的模型对冷却水丧失(loss of coolant accident,LOCA)、主泵卡轴(main pump trip,MPT)和蒸汽发生器管道破裂(steam generator tube rupture,SGTR)事故进行诊断,并将其与传统的故障诊断模型进行对比,验证了本文所建立模型的准确性。模型的诊断结果能够为保障核反应堆的安全稳定运行,杜绝核安全事故的发生提供重要参考。 展开更多

关键词 反应堆冷却剂系统(RCS) 故障诊断 鲸鱼优化算法 极端梯度提升模型

在线阅读 下载PDF 职称材料

基于WOA-XGBoost的膜下滴灌棉花蒸散量预测模型 被引量：3

6

作者 曹缘 王振华 +3 位作者 张继红 刘宁宁 李文昊 张金珠 《排灌机械工程学报》 CSCD 北大核心 2024年第12期1280-1286,共7页

为了科学准确地预测膜下滴灌棉花蒸散量,基于鲸鱼优化算法(whale optimization algorithm,WOA)和极端梯度提升树(XGBoost),提出了WOA-XGBoost棉花蒸散量预测模型.采用最大互信息系数(maximal information coefficient,MIC)筛选影响棉花... 为了科学准确地预测膜下滴灌棉花蒸散量,基于鲸鱼优化算法(whale optimization algorithm,WOA)和极端梯度提升树(XGBoost),提出了WOA-XGBoost棉花蒸散量预测模型.采用最大互信息系数(maximal information coefficient,MIC)筛选影响棉花蒸散量的关键因素,依据相关系数排序构建输入组合,代入WOA-XGBoost模型进行模拟.并与XGBoost,SVM,WOA-SVM和PSO-XGBoost预测结果进行对比验证.结果表明:太阳辐射、最低气温、最高气温、相对湿度、风速和土壤温度与棉花蒸散量相关性较大,其MIC值分别为0.722,0.546,0.496,0.475,0.379和0.219,基于上述6个因素构建的WOA-XGBoost模型综合性能最优,R^(2),MAE,RMSE和MAPE分别为0.922,0.038 mm/h,0.064 mm/h和0.221,预测精度均优于相同输入参数下的其他4种模型.因此,推荐使用WOA-XGBoost模型模拟相关因素与膜下滴灌棉花蒸散量之间的非线性关系.研究可为精确计算膜下滴灌棉花蒸散量提供科学依据,为灌溉决策优化提供参考. 展开更多

关键词 蒸散量 棉花 极端梯度提升树模型 鲸鱼优化算法 预测模型

在线阅读 下载PDF 职称材料

考虑出行目的差异的建成环境对老年人步行时间非线性影响

7

作者 朱震军 韩吉 +3 位作者 唐超 过秀成 焦振宇 张芮嘉 《重庆交通大学学报(自然科学版)》 北大核心 2025年第2期91-98,共8页

为研究不同出行目的下建成环境对老年人步行时间的影响差异,采用2021年汕头市居民出行调查数据,构建极端梯度提升模型(XGBoost)分析建成环境对老年人步行时间的非线性关系,结合SHAP算法输出变量相对重要度和总体可解释性。研究结果表明... 为研究不同出行目的下建成环境对老年人步行时间的影响差异,采用2021年汕头市居民出行调查数据,构建极端梯度提升模型(XGBoost)分析建成环境对老年人步行时间的非线性关系,结合SHAP算法输出变量相对重要度和总体可解释性。研究结果表明:划分出行目的后模型的拟合优度更高。生存性出行时家庭自行车数量的重要度显著提高,而小汽车数量重要度下降;生活性出行时归一化植被系数(NDVI)重要度最高,此时其他建成环境变量重要度均提升;公交站点数量和土地利用混合度与老年人步行时间存在“V”形关系,其有效影响范围分别为[5,13)和(0.40,0.80),公交站点数大于10和土地利用混合度大于0.70均可促进老年人步行时间;交叉口数量和NDVI总体上具有显著正向影响,但NDVI表现出阈值效应,其对应阈值为0.33。研究结果可为社区建成环境适老化改善和老年人交通政策制定提供理论依据。 展开更多

关键词 交通运输工程 老年人 出行目的 建成环境 非线性 极端梯度提升模型

在线阅读 下载PDF 职称材料

不同出行目的下城市建成环境对自行车出行时间的影响

8

作者 朱震军 张芮嘉 +2 位作者 韩吉 唐超 过秀成 《重庆交通大学学报(自然科学版)》 北大核心 2025年第3期88-95,共8页

出行时间是居民选择出行方式的重要因素,为探究不同出行目的下城市建成环境对自行车出行时间影响差异性,基于汕头市居民出行调查数据、路网数据、兴趣点等多源数据,运用极端梯度提升模型和SHAP算法,分析建成环境对通勤与非通勤自行车出... 出行时间是居民选择出行方式的重要因素,为探究不同出行目的下城市建成环境对自行车出行时间影响差异性,基于汕头市居民出行调查数据、路网数据、兴趣点等多源数据,运用极端梯度提升模型和SHAP算法,分析建成环境对通勤与非通勤自行车出行时间的影响。研究表明:极端梯度提升模型拟合效果优于多元线性回归模型;建成环境变量对通勤与非通勤自行车出行时间的重要度不同,且存在非线性影响;人口密度对通勤自行车出行时间的重要度最高,归一化植被系数(NDVI)对非通勤自行车出行时间的重要度最高;人口密度对两类自行车出行时间的影响呈“V”形,公交站点密度和路网密度则呈倒“V”形;NDVI、办公设施数量与土地利用混合度对两类自行车出行时间的影响相反。 展开更多

关键词 交通运输工程 不同出行目的 城市建成环境 自行车出行时间 非线性影响 极端梯度提升模型

在线阅读 下载PDF 职称材料

考虑光伏度电成本的配电网数据-知识驱动优化调控策略

9

作者 张波 张永康 +1 位作者 孙英钧 贾焦心 《电力系统自动化》 北大核心 2025年第18期74-82,共9页

光伏电源深度参与配电网优化调控可促进新能源配电网安全稳定运行,但势必会降低光伏电源的寿命损伤,同时增加优化模型的求解复杂度。为此,文中基于数据-知识驱动架构,提出考虑光伏度电成本的配电网数据-知识驱动优化调控策略。首先,分... 光伏电源深度参与配电网优化调控可促进新能源配电网安全稳定运行,但势必会降低光伏电源的寿命损伤,同时增加优化模型的求解复杂度。为此,文中基于数据-知识驱动架构,提出考虑光伏度电成本的配电网数据-知识驱动优化调控策略。首先,分析光伏电源提供无功支撑对光伏度电成本的影响,建立考虑光伏度电成本的配电网优化最优决策知识模型,获取配电网优化调控最优决策知识。然后,将配电网优化调控最优决策知识嵌入数据驱动的配电网极端梯度提升(XGBoost)优化调控模型,通过数据-知识驱动方法挖掘配电网状态信息与光伏最优决策之间的非线性映射关系,并利用贝叶斯算法完成XGBoost模型超参数的自适应优化。最后,利用PG&E 69节点典型配电系统验证所提策略的有效性。 展开更多

关键词 配电网 优化调控 数据-知识驱动 光伏 度电成本 极端梯度提升(XGBoost)模型

在线阅读 下载PDF 职称材料

分布式光伏功率预测的时空特征融合方法研究

10

作者 张晓辉 刘钰婷 +1 位作者 马锴 钟嘉庆 《中国电机工程学报》 北大核心 2025年第S1期231-244,共14页

准确的光伏功率预测对电网调度和电站运行具有重要意义。由于分布式光伏(distributed photovoltaics,DPV)系统受多种时空因素影响,传统基于单一模型的方法难以充分挖掘其时序变化规律与空间相关特性,导致预测精度低、模型适应性弱。该... 准确的光伏功率预测对电网调度和电站运行具有重要意义。由于分布式光伏(distributed photovoltaics,DPV)系统受多种时空因素影响,传统基于单一模型的方法难以充分挖掘其时序变化规律与空间相关特性,导致预测精度低、模型适应性弱。该文提出一种融合时空特征,结合麻雀搜索算法(sparrow search algorithm,SSA)优化极端梯度提升算法(extreme gradient boosting,XGBoost)和差分移动自回归平均(autoregressive integrated moving average,ARIMA)模型的DPV功率预测方法。首先,提出基于斯皮尔曼相关系数筛选与历史光伏功率高度相关的气象因素,并将其输入到SSA优化的XGBoost模型中,以提取和预测时间相关性特征;然后,结合日累计发电量与功率变化率,提出一种基于天气类型的光伏功率数据分类方法,并进一步提出利用斯皮尔曼分析识别与目标站点功率高度相关的参考电站;在此基础上,构建结合动态权重的ARIMA模型,实现对空间相关性特征的建模与预测;最后,提出一种基于信息熵加权的时空特征融合框架模型,根据时间与空间预测模型的误差动态调整其贡献度,生成融合预测结果。以f1电站为研究对象的对比实验结果表明,该文所提出的方法在预测精度与鲁棒性方面均优于传统单一模型,验证了其在DPV功率预测中的实用性和有效性。 展开更多

关键词 分布式光伏 时空特征融合 功率预测 麻雀搜索算法-极端梯度提升算法-差分移动自回归平均模型 信息熵

在线阅读 下载PDF 职称材料

建成环境对共享单车使用特征的非线性影响研究 被引量：6

11

作者 陈奕璠 张步镐 +3 位作者 党振 郭唐仪 顾子渊 张玉梁 《交通运输系统工程与信息》 EI CSCD 北大核心 2024年第2期217-224,共8页

为研究共享单车使用特征与建成环境的依赖关系,本文以2020年厦门市共享单车订单数据和电子围栏信息为基础,从集计(栅格区域)和非集计(个体出行)两个层面,利用极端梯度提升模型(XGboost),探究建成环境对共享单车使用特征的非线性解释能... 为研究共享单车使用特征与建成环境的依赖关系,本文以2020年厦门市共享单车订单数据和电子围栏信息为基础,从集计(栅格区域)和非集计(个体出行)两个层面,利用极端梯度提升模型(XGboost),探究建成环境对共享单车使用特征的非线性解释能力。首先,识别密度、设计、目的地可达性、土地利用多样性、公共交通可达性和需求管理六个维度的建成环境变量对单车出行生成、吸引以及用户出发时间选择的相对重要性。之后,根据部分依赖图,揭示建成环境变量对单车使用特征指标的影响趋势。结果表明,在集计层面,电子围栏密度是最重要的建成环境因素,对出行生成和吸引的影响程度分别为26.88%和51.90%,且在150个·km^(-2)附近产生阈值效应。在非集计层面,单车用户早高峰借车概率与出行起讫点的建成环境均有关联。其中,目的地栅格中工作场所比例影响最显著(18.17%),出发地栅格CBD邻近度(7.34%)和出发地栅格公交站点密度(5.91%)次之。 展开更多

关键词 城市交通 出行特征 极端梯度提升模型 共享出行 建成环境 非线性分析

在线阅读 下载PDF 职称材料

建成环境与共享单车流率的非线性关系研究 被引量：8

12

作者 路庆昌 徐标 崔欣 《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 2023年第2期100-110,共11页

共享单车流率的大小体现了城市空间环境内车辆盈缺的程度,理解其变化及其诱因对于城市单车的调度具有重要意义。由于出行目的和外界环境因素的复杂多变,共享单车流率和建成环境特征之间的关系很难通过具有线性假设的统计学模型来解析。... 共享单车流率的大小体现了城市空间环境内车辆盈缺的程度,理解其变化及其诱因对于城市单车的调度具有重要意义。由于出行目的和外界环境因素的复杂多变,共享单车流率和建成环境特征之间的关系很难通过具有线性假设的统计学模型来解析。基于此,本研究利用上海市中心城区的共享单车数据,基于极端梯度提升树模型(XG‐Boost)和机器学习的解释性方法部分依赖图(PDP)来探究建成环境对共享单车流率的贡献度和非线性影响,以及流率的非线性模式在工作日和周末的变化。结果显示,特征重要度和非线性机制在两个时段差异化显著。居住人口密度、教育设施密度和住宅设施密度对工作日单车流率的解释度较高,分别为 19.18%、13.16% 和 12.92%,并且具有明显的阈值效应。其中居住人口密度和教育设施密度对于单车净流出率具有正向影响,分别在 11 600 人/km^(2)和 8 个/km^(2)达到最大;住宅设施密度对单车净流出率具有负向影响,对应的阈值为 40 个/km^(2)。各变量对周末单车流率的解释度差异较小,但非线性关系仍不可忽视。具体来说,到市中心的距离和公交线数密度对周末单车净流入率正向影响显著,有效范围为 18~23 km和28~52 条/km^(2);容积率对周末单车净流出率正向影响范围在 0.89~1.41。上述发现表明 XGBoost 模型可以有效弥补传统回归模型(MLR)线性假设的偏见,建成环境特征贡献度和影响范围的揭示也为管理部门针对具有不同建成环境水平地区的单车调度提供决策建议。 展开更多

关键词 共享单车流率 建成环境 极端梯度提升树模型 非线性 调度管理

在线阅读 下载PDF 职称材料